无人机辅助车联网的无人机部署算法

针对无人机辅助车联网的无人机部署问题,分析了基于时延和回传链路的能效无人机部署策略的性能。该策略从车联网的数据传输时延和回传链路角度优化无人机的部署,进而最小化无人机的功率消耗。先面向车联网网络,推导了基于单个用户速率的时延约束函数,并构建基于无人机离基站距离的回传链路容量函数;再构建基于时延和回传链路容量函数的目标函数。最后,利用序列二次规划求解目标函数。性能分析表明,通信数据包尺寸是影响时延的重要参数。此外,在低时延和数据尺寸较大时,车辆用户的总速率之和收敛于回传链路容量。     

实现Matlab与VC++混合编程的有效途径

探讨了Matlab与VC 的优缺点 ,通过对Matlab与VC 的混合编程 ,可以开发出具有良好的用户界面、强大的数据处理能力的应用软件。文中通过实例提出了实现Matlab与VC 的混合编程的方法。     

跑道容量的运行优化

从战略流量管理的观点出发,研究了预期交通需求超过机场跑道系统容量情况下,跑道容量的运行优化问题。在满足跑道容量曲线限制下,建立了恒定容量和变化容量下的整数规划数学模型,并以数值例子对两种模型进行了对比计算分析。     

基于Hamilton-Jacobi方程的编队飞行控制

 针对椭圆参考轨道的编队飞行控制系统,基于哈密尔顿 雅克比（Hamilton-Jacobi）方程,给出一种新的生成函数半解析近似解的计算方法,同时推导了编队飞行控制系统相对运动的线性状态转移矩阵,并且验证了模型的精度。在此基础上,结合一个具体的编队飞行任务,采用线性规划算法得到了队形保持的闭环控制器,该算法得到的是脉冲形式的控制序列,因此更具有实际意义。同时还提出了一种简单的避免生成函数奇异点的方法,从而减少了生成函数间相互转换所带来的计算量。最后的非线性仿真结果验证了控制方法的有效性。     

训练空域动态规划问题数值模拟仿真算法研究

训练空域的动态规划对于提高空域利用率,提高部队训练效率,缓解军民用空矛盾具有重要意义。本文将空域的动态规划问题进行分阶段处理,通过寻求各个阶段的最优方案来使得总的占用时间最短。针对各个阶段的动态规划问题,在分析问题复杂性的基础上,构建了空域规划模型,提出了遗传-离散粒子群算法,通过融合遗传算法中的交叉与变异思想来改善DPSO算法摆脱局部最优解的能力,提高算法的收敛速度和精度。同时为保证种群的多样性,设计了可保证个体可行性的自适应交叉算子和变异算子。最后利用甘特图来表示整个空域规划过程。将改进后的遗传-粒子群算法用于算例,并与遗传算法比较,结果表明该算法获得的结果更优且收敛速度更快。     

整体叶盘弹性磨具抛光轨迹关键规划方法

为使得弹性磨具(砂布轮)在抛光中和叶片型面有效切合,提高抛光质量和抛光效率,研究了弹性磨具抛光轨迹规划方法,给出了抛光行距、抛光步长、刀轴矢量的计算方法。该抛光轨迹规划方法使得柔性主轴机构在抛光过程中保持合理的位姿,确保弹性磨具不仅与叶片型面有效贴合,而且使得弹性磨具抛光力方向与抛光点位法矢方向基本一致。试验结果表明:抛光后叶片表面粗糙度小于0.4μm,叶型轮廓度在公差范围内,能够满足整体叶盘叶片型面抛光要求。     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

平流层飞艇环境适应性评价模型

阐述了平流层特别是20km高度左右平流层的环境特点,分析了各种环境因素对长期在此空域中驻留飞行的平流层飞艇性能的影响,在此基础上,建立了平流层飞艇环境适应性评价指标体系。并针对其各评价指标的物理意义不同且数量级相差较大的特点提出了基于物理规划和层次分析法相结合的综合评价模型。算例和分析结论表明:抗风速度余量和产生消耗能量比在平流层飞艇对其飞行环境的适应能力评价中占有重要比重,应成为飞艇总体方案设计和论证时的重点关注指标。     

多语言混合编程的民用飞机航材预测与配置平台

合理采购并在多个航站之间合理配置航材数量对于民用飞机的经济运行十分重要,而航材预测与配置研究形成的理论算法内容相对复杂。为推动这些算法程序能够有效投入工程应用,基于 Java 语言,并整合Matlab、Python 语言编写的算法程序,开发多语言混合编程的民用飞机航材预测与配置平台。首先,介绍平台中集成的航材预测与配置的支持向量机算法和边际分析算法,并叙述混合编程的实现方式;然后,阐述平台设计的详细内容,并对混合编程的实现方式及不同程序语言间参数类型的转换方法进行说明;最后,运用实际工程数据对平台的功能进行使用测试。结果表明：平台的人机界面友好、操作简便,较好地实现了航材预测与航材配置功能,能够为相关理论算法通过平台技术满足工程需要提供借鉴和思路。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。